Network-based clustering methods for patient stratification from longitudinal and hierarchical data
Méthodes de clustering fondées sur les réseaux pour stratifier des patients à partir de données longitudinales et hiérarchiques
Résumé
Patient stratification is important to better understand disease heterogeneity, assess treatment efficacy, and facilitate patient matching. This stratification relies on clustering approaches using health data from sources such as medico-administrative databases. These data are numerous and diverse, qualitative or quantitative, with or without labels organized in nomenclatures. Furthermore, these are complex and sometimes truncated longitudinal data. These specificities limit clustering approaches. The aim of my thesis was to develop new clustering approaches to identify homogeneous subgroups (clusters) of patients while considering the complexity of medico-administrative data. We developed two approaches. The first one, called "cluster-tracking," identifies clusters in patient networks constructed at each time period. We identified clinically significant cluster trajectories. Importantly, our approach does not require imputation of truncated data or patient exclusion. The second approach incorporates label relationships within nomenclatures into similarity measures. Compared to measures that do not consider these relationships, our weighted measures allow for the identification of more clinically relevant clusters. By considering the specificities of medico-administrative data, our two new approaches have improved patient stratification regarding their health status.
La stratification des patients est importante pour mieux comprendre l'hétérogénéité des maladies, évaluer l'efficacité d'un traitement et faciliter l'appariement des patients. Cette stratification repose sur des méthodes de clustering utilisant des données de santé provenant, par exemple, de bases médico-administratives. Ces données sont nombreuses et variées, qualitatives ou quantitatives, avec ou sans labels organisés en nomenclatures. De plus, ce sont des données longitudinales complexes et parfois tronquées. Ces spécificités limitent les approches de clustering. L'objectif de ma thèse a été de développer de nouvelles approches de clustering pour identifier des sous-groupes homogènes (clusters) de patients en tenant compte de la complexité des données médico-administratives. Nous avons développé deux approches. La première, nommée 'cluster-tracking', identifie des clusters dans des réseaux de patients construits à chaque période de temps. Nous avons identifié des trajectoires de clusters cliniquement significatives. De manière importante, notre approche ne nécessite pas l'imputation de données tronquées ni l'exclusion de patients. La seconde approche intègre les relations entre labels au sein des nomenclatures dans les mesures de similarités. En comparaisons avec des mesures qui ne tiennent pas compte de ces relations, nos mesures pondérées permettent d'identifier des clusters plus pertinents cliniquement. En considérant les spécificités des données médico-administratives, nos deux nouvelles approches ont permis d'améliorer la stratification des patients en fonction de leur état de santé.
| Origine | Version validée par le jury (STAR) |
|---|